В процессе загрузки ресурсов... загрузка...

Многоиндикаторная оптимизированная стратегия перекрестка трендов KDJ, основанная на динамической системе торговли стохастическими моделями

Автор:Чао Чжан, Дата: 2025-01-06 16:23:38
Тэги:KDJRSVSLТПATR

img

Обзор

Эта стратегия представляет собой передовую торговую систему, основанную на индикаторе KDJ, которая фиксирует рыночные тенденции посредством глубокого анализа паттернов кроссовера K-линии, D-линии и J-линии.

Принципы стратегии

Основная логика стратегии основана на нескольких ключевых элементах:

  1. Использует пользовательский алгоритм BCWSMA (Взвешенная скользящая средняя) для расчета показателей KDJ, улучшая гладкость и стабильность показателей
  2. Преобразует цены в диапазон 0-100 с помощью расчета RSV (Stochastic Value), лучше отражая ценовую позицию между максимумами и минимумами
  3. Разрабатывает уникальный механизм перекрестной валидации J-линии и J5-линии (извлеченный индикатор), улучшающий точность торговых сигналов с помощью множественных подтверждений
  4. Устанавливает механизм подтверждения тренда на основе непрерывности, требующий, чтобы линия J оставалась выше линии D в течение 3 дней подряд, чтобы подтвердить действительность тренда
  5. Интегрирует комплексную систему управления рисками с процентным стоп-лосом и последующим стоп-лосом

Преимущества стратегии

  1. Усовершенствованная генерация сигнала: значительно снижает количество ложных сигналов посредством перекрестной проверки множества технических показателей
  2. Всеобъемлющий контроль риска: использует многоуровневые механизмы контроля риска, включая фиксированные и отстающие остановки, эффективно контролирующие риск снижения
  3. Сильная адаптивность параметров: ключевые параметры, такие как период KDJ и коэффициенты сглаживания сигнала, могут гибко регулироваться в зависимости от рыночных условий
  4. Высокая вычислительная эффективность: использует оптимизированный алгоритм BCWSMA, уменьшая вычислительную сложность и повышая эффективность выполнения стратегии
  5. Хорошая адаптивность: может адаптироваться к различным рыночным условиям с помощью оптимизации регулирования параметров

Стратегические риски

  1. Риск колебаний рынка: может вызывать частые ложные сигналы прорыва на боковых рынках, увеличивая затраты на торговлю
  2. Риск задержки: сигналы могут испытывать некоторую задержку из-за сглаживания скользящей средней
  3. Чувствительность параметров: эффективность стратегии чувствительна к настройкам параметров, неправильные настройки могут значительно снизить эффективность стратегии
  4. Зависимость от рыночной среды: эффективность стратегии может быть не идеальной в определенных конкретных рыночных условиях

Направления оптимизации стратегии

  1. Оптимизация механизма фильтрации сигнала: может вводить вспомогательные индикаторы, такие как объем и волатильность, чтобы улучшить надежность сигнала
  2. Динамическая корректировка параметров: динамическая корректировка параметров KDJ и стоп-лосс на основе волатильности рынка
  3. Признание рыночной среды: Добавление модуля оценки рыночной среды для принятия различных торговых стратегий в различных рыночных средах
  4. Улучшение контроля риска: может добавлять дополнительные меры контроля риска, такие как контроль максимального снятия и временные ограничения позиций
  5. Оптимизация производительности: дальнейшая оптимизация алгоритма BCWSMA для повышения вычислительной эффективности

Резюме

Стратегия создает полную торговую систему с помощью инновационных комбинаций технических индикаторов и строгого контроля рисков. Основные преимущества заключаются в многочисленных механизмах подтверждения сигнала и комплексных системах контроля рисков, но необходимо обратить внимание на оптимизацию параметров и адаптивность к рыночной среде. Благодаря постоянной оптимизации и улучшению стратегия имеет потенциал для поддержания стабильной производительности в различных рыночных средах.


/*backtest
start: 2024-01-06 00:00:00
end: 2025-01-05 00:00:00
period: 4h
basePeriod: 4h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © hexu90

//@version=6

// Date Range
// STEP 1. Create inputs that configure the backtest's date range
useDateFilter = input.bool(true, title="Filter Date Range of Backtest",
     group="Backtest Time Period")
backtestStartDate = input(timestamp("1 Jan 2020"), 
     title="Start Date", group="Backtest Time Period",
     tooltip="This start date is in the time zone of the exchange " + 
     "where the chart's instrument trades. It doesn't use the time " + 
     "zone of the chart or of your computer.")
backtestEndDate = input(timestamp("15 Dec 2024"),
     title="End Date", group="Backtest Time Period",
     tooltip="This end date is in the time zone of the exchange " + 
     "where the chart's instrument trades. It doesn't use the time " + 
     "zone of the chart or of your computer.")
// STEP 2. See if current bar falls inside the date range
inTradeWindow = true

//KDJ strategy
// indicator("My Customized KDJ", shorttitle="KDJ")
strategy("My KDJ Strategy", overlay = false)

// Input parameters
ilong = input(90, title="Period")
k_isig = input(3, title="K Signal")
d_isig = input(30, title="D Signal")

// Custom BCWSMA calculation outside the function
bcwsma(source, length, weight) =>
    var float prev = na  // Persistent variable to store the previous value
    if na(prev)
        prev := source  // Initialize on the first run
    prev := (weight * source + (length - weight) * prev) / length
    prev

// Calculate KDJ
c = close
h = ta.highest(high, ilong)
l = ta.lowest(low, ilong)
RSV = 100 * ((c - l) / (h - l))
pK = bcwsma(RSV, k_isig, 1)
pD = bcwsma(pK, d_isig, 1)
pJ = 3 * pK - 2 * pD

pJ1 = 0
pJ2 = 80
pJ5 = (pJ-pK)-(pK-pD)

// Plot the K, D, J lines with colors
plot(pK, color=color.rgb(251, 121, 8), title="K Line")  // Orange
plot(pD, color=color.rgb(30, 0, 255), title="D Line")  // Blue
plot(pJ, color=color.new(color.rgb(251, 0, 255), 10), title="J Line")  // Pink with transparency
plot(pJ5, color=#6f03f3e6, title="J Line")  // Pink with transparency

// Background color and reference lines
// bgcolor(pJ > pD ? color.new(color.green, 75) : color.new(color.red, 75))
// hline(80, "Upper Band", color=color.gray)
// hline(20, "Lower Band", color=color.gray)

// Variables to track the conditions
var bool condition1_met = false
var int condition2_met = 0

// Condition 1: pJ drops below pJ5
if ta.crossunder(pJ, pJ5)
    condition1_met := true
    condition2_met := 0  // Reset condition 2 if pJ drops below pJ5 again

if ta.crossover(pJ, pD)
    condition2_met += 1

to_long = ta.crossover(pJ, pD)


var int consecutiveDays = 0
// Update the count of consecutive days
if pJ > pD
    consecutiveDays += 1
else
    consecutiveDays := 0

// Check if pJ has been above pD for more than 3 days
consPJacrossPD = false
if consecutiveDays > 3
    consPJacrossPD := true

// Entry condition: After condition 2, pJ crosses above pD a second time
// if condition1_met and condition2_met > 1
//     strategy.entry("golden", strategy.long, qty=1000)
//     condition1_met := false  // Reset the conditions for a new cycle
//     condition2_met = 0
// 
if ta.crossover(pJ, pD) 
    // and pD < 40 and consPJacrossPD
    // consecutiveDays == 1
    //  consecutiveDays == 3 and
    strategy.entry("golden", strategy.long, qty=1)

// to_short = 
// or ta.crossunder(pJ, 100)

// Exit condition
if ta.crossover(pD, pJ)
    strategy.close("golden", qty = 1)

// Stop loss and trailing profit
trail_stop_pct = input.float(0.5, title="Trailing Stop activation (%)", group="Exit Lonng", inline="LTS", tooltip="Trailing Treshold %")
trail_offset_pct = input.float(0.5, title="Trailing Offset (%)", group="Exit Lonng", inline="LTS", tooltip="Trailing Offset %")
trail_stop_tick = trail_stop_pct * close/100
trail_offset_tick = trail_offset_pct * close/100

sl_pct = input.float(5, title="Stop Loss", group="SL and TP", inline="LSLTP")
// tp_pct = input.float(9, title="Take Profit", group="SL and TP", inline="LSLTP")

long_sl_price = strategy.position_avg_price * (1 - sl_pct/100)
// long_tp_price = strategy.position_avg_price * (1 + tp_pct/100)

strategy.exit('golden Exit', 'golden', stop = long_sl_price)
// trail_points = trail_stop_tick, trail_offset=trail_offset_tick


Связанные

Больше